班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
每個班級的人數限3到5人,互動授課, 保障效果,小班授課。 |
上間和地點 |
上部份地點:【上海】同濟大學(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】:電影大廈(地鐵一號線大劇院站)/深圳大學成教院【北京分部】:北京中山學院/福鑫大樓【南京分部】:金港大廈(和燕路)【武漢分部】:佳源大廈(高新二路)【成都分部】:領館區1號(中和大道)【沈陽分部】:沈陽理工大學/六宅臻品【鄭州分部】:鄭州大學/錦華大廈【石家莊分部】:河北科技大學/瑞景大廈 最近開間(周末班/連續班/晚班):2020年3月16日 |
實驗設備 |
◆小班教學,教學效果好 ☆注重質量☆邊講邊練 ☆合格學員免費推薦工作 ★實驗設備請點擊這兒查看★ |
質量保障 |
1、培訓過程中,如有部分內容理解不透或消化不好,可免費在以后培訓班中重聽; 2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。 3、培訓合格學員可享受免費推薦就業機會。☆合格學員免費頒發相關工程師等資格證書,提升職業資質。專注高端技術培訓15年,端海學員的能力得到大家的認同,受到用人單位的廣泛贊譽,端海的證書受到廣泛認可。 |
部份程大綱 |
|
第一部分
Stata概述
1.Stata軟件的一些技術參數; 2.STATA概述; 3.log文件;4.執行指令的幾種方式;5.打開和保存Stata文件;6.瀏覽資料; 7. Stata語法(變量;時間變量;樣本區間;權重;選項;前綴);
8. 因子變量:虛擬變量、雙重差分法;9. 注意事項。
Stata對模型的處理
1. 模型估計(線性回歸模型和非線性回歸模型);2. 參數檢驗(線性約束、非線性約束、似然比檢驗、Hausman檢驗);3. 模型的線性預測、非線性預測;4. 邊際效應分析;5. 穩健推斷與自舉標準差;6. 結果輸出到Word、Excel、LaTeX。
案例詳解及應用
第二部分
線性回歸
模型
1. 變量分布特征的考察:(1)直方圖、核密度圖、條形圖、盒形圖;(2)正態性檢驗、正態性變換。
2. 線性模型:(1)為何需要大樣本理論;(2)統計量的大樣本性質與假設。
3. 內生性問題:(1)工具變量估計、兩階段最小二乘法、廣義矩估計、控制函數法;(2)內生性檢驗、過度識別約束檢驗)、弱工具變量檢驗。
案例詳解及應用
面板模型
1.Stata對面板數據的處理與定義。
2.靜態面板模型:(1)固定效應模型、隨機效應模型;(2)時間效應、模型的篩選和常見問題;(3)異方差、序列相關和截面相關;(4)內生性問題與IV-GMM估計;(5)面板隨機系數模型;(6)面板隨機邊界分析;
3.動態面板模型;
4.面板數據的平穩性問題:(1)面板單位根檢驗;(2)面板協整分析。
案例詳解及應用
第三部分
Stata編程
1.Stata程序簡介;2.局部宏與全局宏;3標量簡介;4.循環結構;5.常用的編程技巧;6.Stata程序包的完整編寫過程;7.矩陣簡介;8.使用Stata命令的結果
應用案例與詳解:分位數回歸等
極大似然估計
1.最大似然估計法的定義2.線性回歸模型的最大似然估計3.Logit模型4.Probit模型5.最大似然估計的數值解
6.最大似然估計函數7.信息矩陣與無偏估計的最小方差8.最大似然法的大樣本性質
9.最大似然估計量漸近協方差矩陣10.三類漸近等價的統計檢驗11.對正態分布假設的檢驗
應用案例與詳解:異方差問題的極大似然估計等
受限因變量模型
1. 二項響應模型:(1)Probit、Logit模型;(2)內生性情況下的二項響應模型。
2. 角點解響應模型:(1)Tobit模型、Two-part Hurdle模型;(2)內生情況的處理。
3. 計數數據模型:(1)泊松回歸、負二項回歸模型;(2)內生情況的處理。
應用案例與詳解
樣本選擇
1. 缺失值對估計結果的影響;2.截斷模型;
3. Heckman兩步法、控制函數法。
應用案例與詳解
第四部分
反事實分析與政策評估
1.處理效應:(1)反事實分析與選擇偏差;(2)回歸調整法(3)傾向得分法;(4)匹配法 。
2.斷點回歸、模糊斷點回歸、雙重差分法。
應用案例與詳解
空間計量分析
1. 常見的空間計量模型;2. 如何繪制空間分布圖(地圖文件的轉換;空間分布圖);
3. 空間回歸模型;(1)空間權數矩陣;(2)空間滯后模型;(3)空間誤差模型;(4)SARAR模型;
應用案例與詳解:經濟增長的收斂分析
第五部分
分數數據與久期數據
1.生存函數、風險函數;比例風險模型;Cox回歸模型。
2.分數Probit、分數Logit回歸模型。
應用案例與詳解
半參數分析與貝葉斯分析
1. 半參數分析:部分線性模型;單指數模型。
2. 貝葉斯分析:MCMC方法;線性模型的貝葉斯估計;非線性模型的貝葉斯估計。
應用案例與詳解
|